用libsvm做分类的几种实例

最近学习了支持向量机，并且学习使用SVM的工具箱，下面推荐libsvm工具箱。

libsvm是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、易于使用、快速有效的通用 SVM 软件包,可以解决分类问题(包括 C−SVC 、ν−SVC )， 回归问题(包括 ε − SVR 、v− SVR ) 以及分布估计(one − class − SVM ) 等问题,提供了线性、多项式、径向基和 S 形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。libsvm 是一个开源的软件包,我主要是使用java进行文本挖掘。

libsvm的开源包可以从 http://www.csie.ntu.edu.tw/~cjlin/libsvm/ 中下载，

java版本的工具箱，打开libsvm-3.14版本中的/java文件夹，可以找到一个测试文件svm_toy.java，带界面的，能可视化测试二维空间的分类数据，这里我选取了5中比较有代表性的数据进行实验。

(1)第一种是二类数据没有交叉的不部分，支持向量机线性可分的情况



分类结果如下：



(2)对于二分类问题数据集少量有交叉的情况，即存在噪声的情况，



分类结果如下，可以看到SVM算法仍然有很好的效果



(3)对于线性不可分的情况，svm一般是变换到高维空间处理，



分类结果如下：



(4)对于多类别的分类问题，svm通常是转换成多个二分类问题了来处理，



分类结果如下：